1、 CUPED介绍

(参考：https://blog.csdn.net/qq_38412868/article/details/128926536)

2、Hive SQL代码参考

with stats_info as (

    --进组id 的消耗处理

    select

        sample_id  --样本id

        ,version_id  --实验分组

        ,1 as join_key

        ,x1_30d_bef  --样本在实验进组前30天的累计值x1_30d_bef

        ,x1_td  --样本在实验中的累计表现x1_td

    from table

)

,theta_data as (

    --计算整体的 theta,大盘系数

    select

        1 as join_key

        ,nvl(covar_samp(x1_td, x1_30d_bef)/variance(x1_30d_bef), 0) as x1_theta  --系数

        ,avg(case when version_id = 'xxx' then coalesce(x1_30d_bef, 0) end) as x1_mean  --对照组样本在进组前的30日均值

    from stats_info

)

select

    sample_id

    ,version_id

    ,x1_td - x1_theta*x1_bef_30d + x1_theta*x1_mean as cuped_x1

from stats_info aa left join theta_data bb

on aa.join_key = bb.join_key